💻 Как работать с `requirements.txt` и не словить хаос в зависимостях

Когда Python-проект разрастается, в нём появляется десятки библиотек. Чтобы не ставить их вручную и не ломать окружение, используется файл requirements.txt — список всех зависимостей проекта.

### 📁 Создание файла

Чтобы сохранить список установленных библиотек, достаточно одной команды:

pip freeze > requirements.txt

➡️ Она выгрузит все текущие пакеты и их версии в requirements.txt.

### ⚙️ Установка зависимостей

Чтобы развернуть проект на другой машине или сервере, выполняем:

pip install -r requirements.txt

Все нужные пакеты установятся автоматически — с нужными версиями.

### 🧩 Формат файла

В requirements.txt можно указывать версии библиотек по-разному:

numpy==1.21.0     # строгая версия  
pandas>=1.3.0     # версия не ниже указанной  
requests          # установится последняя

И не забывай: комментарии начинаются с #.

# Основные зависимости
numpy==1.21.0
pandas>=1.3.0

# Для тестов
pytest

### 🙌 Разделяй и властвуй

Если проект большой — можно разбить зависимости:

# requirements.txt
-r base.txt
-r dev.txt

Так ты отделишь продакшен-зависимости от тех, что нужны только для разработки.

### 🔒 Ограничения через constraints.txt

Чтобы зафиксировать версии пакетов без прямого указания в основном файле, можно использовать constraints.txt:

pip install -r requirements.txt -c constraints.txt

Пример:
requirements.txt

numpy==1.21.0
pandas

constraints.txt

pandas<=1.3.5

### 🧠 Несколько окружений

Для разных задач — свои зависимости:

requirements-dev.txt     # разработка  
requirements-test.txt    # тесты  
requirements-prod.txt    # продакшен

Пример:

pip install -r requirements-dev.txt

### 🔄 Обновление пакетов

Чтобы подтянуть свежие версии библиотек:

pip install --upgrade -r requirements.txt

### 💬 Работа с виртуальным окружением

Всегда изолируй зависимости!

python -m venv venv
source venv/bin/activate    # macOS/Linux  
venv\Scripts\activate       # Windows
pip install -r requirements.txt

### ✅ Итог

requirements.txt — твой контроль над проектом.
С ним ты избежишь конфликтов библиотек, упростишь деплой и сможешь спокойно разворачивать окружение где угодно.

#python #doc #cheatsheet

💻 Библия пентестера

PENTESTING-BIBLE — гигантский репозиторий, коллекция из тысяч заметок, гайдов и ресурсов по этичному хакингу и тестированию на проникновение.

Это как личная библиотека старшего специалиста: чеклисты, полезные ссылки, идеи для аудита и заметки из реальной практики.

⌨️ Будет полезно: начинающим пентестерам, инженерам безопасности, аудиторам и тимлидам, которые хотят быстро прокачать навыки.

⚠️ Информация предоставлена исключительно с целью ознакомления. И побуждает обратить внимание на проблемы в безопасности.

⚙️ GitHub/Инструкция

#pentest #redteam #doc

😰 Python 3.14 — апдейт, который меняет игру

Коротко: в языке появились t-строки, встроенный Zstandard, цветной REPL, «внешний отладчик без оверхеда», мощные апгрейды asyncio и официальная поддержка свободнопоточного Python (no-GIL-сборка).

💥 Важное по делу:
💬 Free-threaded Python (no-GIL) теперь официально поддерживается — это отдельная сборка интерпретатора, в которой потоки могут параллелиться по ядрам. По умолчанию обычный CPython с GIL никуда не делся, но «свободнопоточная» ветка — уже «first-class citizen». Подробности и гайд по фритредингу в доках.

💬 t-строки (PEP 750) — новый синтаксис t"..." для безопасной шаблонизации: вместо немедленной подстановки, как у f-строк, вы получаете объект-шаблон и можете валидировать/трансформировать части строки до рендера.

💬 Встроенный Zstandard — модуль compression.zstd из коробки: быстрее gzip/zlib, удобный API и поддержка .zst файлов.

💬 REPL стал «цветным» + автодополнение импортов — подсветка синтаксиса по умолчанию, автодополнение импортов и настраиваемая тема через экспериментальный _colorize.set_theme().

💬 Внешний отладчик (PEP 768) — безопасное подключение к работающему процессу без оверхеда; добавлен sys.remote_exec().

💬 Плюс: мульти-интерпретаторы в стандартной библиотеке (PEP 734), отложенная оценка аннотаций (PEP 649/749), улучшенные сообщения об ошибках, новый C API конфигурации (PEP 741) и апгрейды introspection в asyncio.

🚀 Зачем обновляться:
🟢Новые фичи без лишних зависимостей (t-строки, Zstd).
🟢Лучшая DX: цветной REPL, умнее ошибки, безопасный «он-де-флай» отладчик.
🟢Путь к реальному многопоточному CPU-параллелизму через free-threaded-сборку.

🔗 Полный список изменений и детали — в официальном «What’s New in Python 3.14».

#python #doc

🎯 Баг Баунти PlayBook. Вливаемся в охоту. Руководство на русском.

«Баг баунти» — это программа, в рамках которой компании привлекают сторонних специалистов («белых хакеров» или «багхантеров») для поиска уязвимостей в своих программных продуктах и системах за денежное вознаграждение.
Такие программы помогают компаниям улучшить кибербезопасность, выявляя и исправляя слабые места до того, как ими воспользуются злоумышленники.

Как это работает:
➡️Поиск уязвимостей: Участники (багхантеры) ищут ошибки и уязвимости в заявленных системах, веб-сайтах или приложениях.
➡️Сообщение о находке: Найденные уязвимости подробно описываются и передаются компании.
➡️Вознаграждение: За каждый обнаруженный баг, который соответствует условиям программы, компания выплачивает вознаграждение. Размер выплаты зависит от серьезности уязвимости.

#doc #pentest #redteam

👨‍💻 Топ-5 библиотек Python, которые должен знать каждый новичок

Знаете синтаксис Python, умеете писать функции и различаете списки от кортежей — это база. Но настоящая магия начинается, когда вы переходите от теории к прикладным задачам: парсинг, API, автоматизация, работа с данными.

5 ключевых библиотек, которые открывают доступ к реальной разработке:
requests, beautifulsoup4, pandas, pyTelegramBotAPI, pillow.

💻 Разбираем их с примерами, пояснениями и реальными сценариями на русском.

Статья в PDF на русском 👇

#python #article #doc

🐧 PS-Commands — сокровищница Linux-команд для админов и энтузиастов.

Это не просто список команд, а структурированный справочник по всему Linux-арсеналу.

📂 Внутри:
— системные команды для администрирования и мониторинга;
— сетевые утилиты и инструменты безопасности;
— работа с процессами, памятью, файлами и устройствами;
— примеры использования и полезные флаги.

Удобно, лаконично и наглядно — будто свой мини-читерский мануал по Linux.

Подойдёт и новичкам, и тем, кто хочет быстро вспомнить нужную команду без копания в man.

🔗 Обязательно сохрани, пригодится!

#doc #github #cheatsheet

🔥 Огромный набор из 17 лучших GitHub-репозиториев для изучения Python.

Идеально подойдёт тем, кто хочет прокачаться от «print(‘Hello’)» до продвинутых проектов.


😰 Погнали:
1. 30-Days-Of-Python — 30-дневный Python-челлендж с основами языка.
2. Python Basics — простые и понятные основы Python для новичков.
3. Learn Python — справочник по темам с примерами и кодом.
4. Python Guide — лучшие практики, инструменты и продвинутые темы.
5. Learn Python 3 — понятное руководство по Python 3 с практикой.
6. Python Programming Exercises — 100+ задач по Python.
7. Coding Problems — алгоритмические задачи, идеальны для подготовки к собесам.
8. Project-Based-Learning — изучай Python через реальные проекты.
9. Projects — идеи для практических проектов и прокачки навыков.
10. 100-Days-Of-ML-Code — пошаговый гайд по Machine Learning на Python.
11. TheAlgorithms/Python — огромная коллекция алгоритмов на Python.
12. Amazing-Python-Scripts — полезные скрипты от автоматизации до продвинутых утилит.
13. Geekcomputers/Python — сборник практических скриптов: сеть, файлы, автоматизация.
14. Materials — код, упражнения и проекты из Real Python.
15. Awesome Python — топ-список лучших фреймворков и библиотек.
16. 30-Seconds-of-Python — короткие сниппеты для быстрых решений.
17. Python Reference — лайфхаки, туториалы и полезные скрипты.

👍 Сохраняй, чтобы не искать снова.

#python #doc #github #soft

🤖 Как создавать ИИ-агентов. Гайд в PDF от Google на русском языке.

💬 Процесс решения проблем с помощью агентов;
💬 Архитектура основного агента: модель, инструменты и оркестрация;
💬 Агенты и деньги;
💬 Поиск информации;
💬 Агентские операции: структурированный подход к непредсказуемому;
💬 Живые системы;
💬 Деплой агентов и много чего полезного.

#doc #нейросети

👨‍💻 Большая PDF шпаргалка по созданию визуализации данных с помощью Python:

1. Установите необходимые библиотеки с помощью pip:

pip install matplotlib seaborn pandas

2. Импортируйте библиотеки, которые вы будете использовать в своем скрипте:

import matplotlib.pyplot as plt
import seaborn as sns

3. Загрузите свой набор данных в pandas DataFrame. Для демонстрации мы будем использовать образец набора данных, предоставленный Seaborn:

import pandas as pd
data = sns.load_dataset("penguins")

4. Создайте график: используйте библиотеку Seaborn для создания простой диаграммы рассеяния:

sns.scatterplot(data=data, x="bill_length_mm", y="bill_depth_mm", hue="species")
plt.title("Penguin Bill Dimensions by Species")
plt.show()

5. Настройте график добавив заголовки, метки и изменив стиль для улучшения читаемости и представления:

plt.xlabel("Bill Length (mm)")
plt.ylabel("Bill Depth (mm)")
plt.grid(True)
plt.show()

Почему именно Python используется для визуализации данных?

📊 Мощные библиотеки: Python предлагает универсальные библиотеки, такие как:
1. Matplotlib: для базовых графиков.
2. Seaborn: для статистических визуализаций.
3. Plotly: для интерактивных визуализаций.

#python #cheatsheet #doc